图灵汇官网

苹果最新推出的语音处理技术在实际测试中展现出惊人的效率。一项针对其全新 Speech 框架的实验显示，该系统能在短短 45 秒内完成对一段长达 34 分钟、体积达 7GB 的 4K 视频内容进行转录，相较其他主流工具表现出显著优势。

这项测试由一家科技媒体主导，使用的是基于苹果 Speech 框架开发的应用程序 Yap。测试过程中，视频内容被完整转写为 SRT 和 TXT 格式文件，整个过程仅耗时 45 秒。相比之下，使用 OpenAI Whisper 开源模型的 MacWhisper 工具则需要 1 分 41 秒才能完成相同任务。其他类似工具如 VidCap 和旧版本的 MacWhisper 更是分别耗时 1 分 55 秒和 3 分 55 秒。

值得注意的是，尽管所有工具在识别特定名称或术语时都存在一定的误差，但苹果的技术在本地化运行方面表现突出，尤其适合需要频繁处理大量音频或视频内容的用户。如果按周计算，这种速度上的提升将带来可观的时间节省。

测试结果显示，苹果 Speech 技术不仅在处理速度上领先，同时还能保持较高的准确率。对于依赖语音转录工作的创作者、研究人员以及内容生产者来说，这一进步无疑是一个重要突破。